JPS6360919B2 - - Google Patents

Description

【発明の詳細な説明】 この発明は、音声認識方式に関し、特にたとえ
ば最終的なマツチングの前に認識すべき音声の特
徴パターンと予め登録されている複数種類の音声
の特徴パターンとの予備的なマツチングを行なう
ような音声認識装置に関する。

従来の音声認識装置においては、認識すべき単
語音声の特徴パターンと、予め登録されている多
数の単語音声の特徴パターンとをたとえばDPマ
ツチング法などによつてマツチングし、そのマツ
チング結果に基づいて認識が行なわれる。ところ
が、予め登録された多数の単語音声の特徴パター
ンすべてを識別対象として精度よく認識しようと
すると、計算量が膨大となり、高速の専用ハード
ウエアを必要としたり、装置が高価になつてしま
うなどの問題がある。そのため、DPマツチング
法などによる最終的な認識判定の前に、比較的計
算の簡単な予備的なマツチングを行ない、識別対
象数を制限する、いわゆる予備選択あるいは前照
合を行なうことが提案されている。このような予
備選択を行なえば、最終的なマツチングにおける
計算量が大幅に減少され、上述のような問題があ
る程度解消されるが、さらに計算量が少なくて済
み、音声認識装置を安価なものとし得る音声認識
方式が要望されている。

それゆえに、この発明の主たる目的は、いわゆ
る予備選択を行なう音声認識装置において、上述
のような要望を満たし得る音声認識装置を提供す
ることである。

この発明に係る音声認識装置は、最終的な類似
計算を行なう前に予備的な類似計算を行ない入力
音声パターンと類似相関の強い登録音声パターン
を類似相関の強いものから順に所定個数だけ選択
してその順に並べる手段と、その並べられた順番
に従つて入力音声パターンと選択された各登録音
声パターンとの間で最終的な類似計算を行なう手
段と、最終的な類似計算が既に終了した登録音声
パターンの計算結果を記憶する手段と、最終的な
類似計算を行なう過程において記憶手段に記憶さ
れている計算結果と現在実行中の類似計算の途中
結果とを逐次的に比較しいずれの類似計算の方が
より強い類似相関を示すかを判断する手段と、上
記比較の結果記憶手段に記憶された計算結果の方
がより強い類似相関を示した場合はそれ以後の類
似計算を停止せしめて次の順位の音声パターンへ
類似計算を移行させる手段と、上記比較の結果現
在実行中の類似計算が終了するまで当該類似計算
の結果の方がより強い類似相関を示し続けた場合
は記憶手段の記憶内容をそのときの類似計算の終
了時の計算結果に書換える手段とを備えており、
上記各手段によつて探し出された最も類似相関の
強い登録音声パターンを入力音声パターンとして
認識することを特徴としている。

第１図はこの発明の一実施例を示すブロツク図
である。構成において、特徴抽出回路１には、音
声信号が与えられる。この特徴抽出回路１は与え
られた音声信号の特徴を、たとえば自己相関係数
などによつて抽出する。特徴抽出回路１の特徴出
力は切換えスイツチ２に与えられる。この切換え
スイツチ２はその接点の切換えによつて、特徴抽
出回路１からの特徴出力を、音声認識時にはパタ
ーンメモリ３に与え、特徴パターン登録時には登
録テーブル４に与える。パターンメモリ３は特徴
抽出回路１から与えられる少なくとも１単語の特
徴出力すなわち特徴パターンを記憶し得る記憶容
量を有する。また、登録テーブル４には、予めｎ
種類の単語音声の特徴パターンが登録される。

パターンメモリ３から読出された特徴パターン
および登録テーブル４から読出された特徴パター
ンは予備選択装置５に与えられる。この予備選択
装置５はパターンメモリ３からの特徴パターンと
登録テーブル４からの特徴パターンとの予備的な
マツチングを行ない、その選択結果を予備選択テ
ーブル６に記憶させる。この予備選択テーブル６
はｍ（＜ｎ）個のアドレスエリア６ａとマツチン
グ誤差エリア６ｂとを含む。アドレスエリア６ａ
は予備選択装置５によつて予備的に選択された登
録パターンの登録テーブル４上におけるアドレス
を記憶する。また、マツチング誤差エリア６ｂは
予備選択装置５によつて求められたパターンメモ
リ３からの特徴パターンと登録テーブル４からの
特徴パターンとのマツチング誤差を記憶する。ま
た、予備選択装置５はマツチング誤差の小さいも
の順にアドレスおよびマツチング誤差を並び換え
て予備選択テーブル６に記憶させる。

ここで、予備選択装置５のマツチング法につい
て説明する。この予備的なマツチング法として
は、従来種々のものが考えられているが、予備選
択装置５はいずれのマツチング法を用いても実現
し得る。たとえば、単語の長さ、頭部や尾部のス
ペクトルなどの特徴パラメータを用いる方式
（「単語音声汎用認識装置の開発」の研究成果報告
書（昭和55年３月発行）、第５章参照）が用いら
れる。また、特徴ベクトル時系列から等間隔に10
点程抽出し、これから50次元程度のパターンベク
トルを構成し線形サンプリングによる照合で識別
対象数を20％に制限する方式（「大型プロジエク
トパターン情報処理システムの研究開発成果発表
開論文集」（昭和55年10月、日本産業技術振興協
会発行）第157〜165頁参照）を用いてもよい。ま
た、他の好ましい方式として、本願発明者等によ
つて提案され先に出願された（特開昭56−
144449）方式を用いてもよい。この方式は、音声
の特徴抽出に自己相関係数を用いる場合に好適す
るものであり、高次元のベクトル列で表わされる
自己相関係数のうち低次の相関係数を用いて線形
のマツチングを行なつている。さらに、他の予備
的なマツチング方式として、最終的なマツチング
において行なわれる複雑な計算アルゴリズムを簡
略化し、その簡略化された計算アルゴリズムを用
いていわゆる粗計算を行なうようにしてもよい。

パターンメモリ３から読出される特徴パターン
および登録テーブル４から読出される特徴パター
ンはさらに本選択装置７に与えられる。また、本
選択装置７には、予備選択テーブル６に記憶され
タ登録テーブル４のアドレスが順次与えられる。
本選択装置７は予備選択テーブル６から与えられ
る登録テーブル４のアドレスにしたがつて登録テ
ーブル４の対応の特徴パターンを読出しパターン
メモリ３の特徴パターンとフレム順次に最終的な
マツチングを行なう。このフレームは特徴パター
ンを表わす関数（たとえば自己相関関数）の計算
区間長であり、たとえば８〜30msecに設定され
る。最終的なマツチングによつて求められたマツ
チング誤差は比較回路８に与えられとともに、最
小誤差レジスタ９に与えられる。なお、本選択装
置７は、それまでに求めたマツチング誤差のうち
最小のマツチング誤差が最小誤差レジスタに記憶
されるように最小誤差レジスタ９の書換え制御を
行なう。最小誤差レジスタ９に記憶されるマツチ
ング誤差は比較回路８に与えられる。比較回路８
は１つの登録特徴パターンのマツチングが終了す
るごとに本選択装置７から与えられるマツチング
誤差と、最小誤差レジスタ９に記憶されているマ
ツチング誤差とを比較し、その比較結果を本選択
装置７に与える。本選択装置７はこの比較結果に
基づいてマツチング動作の制御を行なう。また、
本選択装置７は最小誤差レジスタ９に記憶されて
いるマツチング誤差に対応する登録特徴パターン
のアドレスを予備選択テーブル６から読出し、最
小誤差アドレスレジスタ１０に与える。

第２Ａ図および第２Ｂ図は、それぞれ、第１図
に示す予備選択装置５および本選択装置７の動作
を説明するためのフローチヤートである。また、
第３Ａ図および第３Ｂ図は、それぞれ、第１図に
示す予備選択装置５および本選択装置７のマツチ
ング動作を説明するための図解図である。また、
第４図は本選択装置７で求められる各登録特徴パ
ターンのマツチング誤差を示すグラフである。

以下、第２Ａ図ないし第４図を参照して第１図
の実施例の動作について説明する。

まず、第２Ａ図を参照して予備選択装置５の動
作を説明する。第２Ａ図のステツプ（図示ではＳ
と略す）１において予備選択テーブル６の初期設
定が行なわれる。この初期設定では、アドレスエ
リア６ａに記憶されている全アドレスがクリアさ
れる。また、マツチング誤差エリア６ｂに記憶さ
れているマツチング誤差が最大のマツチング誤差
に書換えられる。この最大のマツチング誤差と
は、マツチング誤差エリア６ｂで記憶し得る最大
のマツチング誤差である。次に、ステツプ２にお
いて予備選択のためのマツチングが行なわれる。
このステツプ２において求められたマツチング誤
差は、ステツプ３において予備選択テーブル６内
の全マツチング誤差と比較される。そして、ステ
ツプ４では、予備選択装置５によつて求められた
マツチング誤差が予備選択テーブル６内のマツチ
ング誤差のｍ位以内に入つているかどうかが判断
される。すなわち、予備選択装置５によつて求め
られたマツチング誤差が予備選択テーブル６内の
マツチング誤差の一番小さいものから数えてｍ番
目以内に入つているかどうかが判断される。も
し、求められたマツチング誤差がｍ位以内に入つ
ていれば、ステツプ５においてその求められたマ
ツチング誤差と対応の登録特徴パターンのアドレ
スとが予備選択テーブル６に転送される。そし
て、予備選択テーブル６のマツチング誤差とその
対応のアドレスとがマツチング誤差の小さい順番
に並び換えられる。したがつて、それまで予備選
択テーブル６において最も大きい値を有するマツ
チング誤差とその対応のアドレスとが予備選択テ
ーブル６から抹消され、それに代えて予備選択テ
ーブル５から転送されたマツチング誤差とその対
応のアドレスとが書込まれる。続いて、ステツプ
６において登録テーブル４のｎ番目の登録特徴パ
ターンのマツチングが終了したか否か、すなわち
登録テーブル４の全特徴パターンのマツチングが
終了したか否かが判断される。もし、ｎ番目の登
録特徴パターンのマツチングが終了していないと
判断されると、再び前述のステツプ２以下の動作
が繰り返される。すなわち、第３Ａ図に示すよう
に、パターンメモリ３に記憶された入力特徴パタ
ーンと登録テーブル４のｎ個の登録特徴パターン
Ｒ１ないしRnとが順次マツチングされる。

上述のようにして、入力特徴パターンと登録テ
ーブル４の全登録特徴パターンとのマツチングが
終了すると、予備選択テーブル６は予備選択装置
５によつて求められたｎ個のマツチング誤差のう
ち小さいものから順番にｍ個のマツチング誤差と
その対応のアドレスとを記憶していることにな
る。

予備選択装置５の動作が終了すると、本選択装
置７は第２Ｂ図の示すフローにしたがつて動作を
行なう。すなわち、ステツプ２１において最小誤
差レジスタ９を最大値に設定する。この最大値と
は、最小誤差レジスタ９が記憶し得る最大のマツ
チング誤差である。そして、ステツプ２２におい
てカウンタｉ（図示せず）に１を設定する。この
カウンタｉはたとえば本選択テーブル７に含ま
れ、本選択装置７がマツチングを終了した登録特
徴パターンの個数を計数する。続いて、ステツプ
２３において予備選択テーブル６からｉ番目のア
ドレスが読出される。なお、このｉは上述のカウ
ンタｉの計数値によつて指定される。次に、ステ
ツプ２４では、ステツプ２３において読出された
アドレスに対応する登録特徴パターンが登録テー
ブル４から読出され、入力特徴パターンとマツチ
ングされる。このマツチングでは、第４図に示す
ように、特徴パターンのフレーム順次にかつ累積
的にマツチングが行なわれる。したがつて、マツ
チングを終了したフレーム数が多くなるにつれて
マツチング誤差が増えていき、最終のフレームに
おいて示されるマツチング誤差がその特徴パター
ンの全体的なマツチング誤差となる。続いて、ス
テツプ２５では、そのときのフレームにおける累
積的なマツチング誤差と最小誤差レジスタ９に記
憶されたマツチング誤差とが比較される。そし
て、ステツプ２６では、そのときのフレームにお
ける累積的なマツチング誤差が最小誤差レジスタ
９のマツチング誤差よりも小さいか否かが判断さ
れる。もし、そのときのフレームにおける累積的
なマツチング誤差が最小誤差レジスタ９のマツチ
ング誤差よりも小さければ、ステツプ２７におい
て全フレームのマツチングが終了したか否かが判
断される。全フレームのマツチングが終了してい
なければ、再び前述のステツプ２４以下の動作を
繰り返す。

ステツプ２７において全フレームのマツチング
の終了が判断されると、ステツプ２８において最
小誤差レジスタ９と最小誤差アドレスレジスタ１
０とが、そのとき求められたマツチング誤差と対
応のアドレスとに書き換えられる。次に、ステツ
プ２９においてｉが＋１され、ステツプ３０にお
いてｉがｍよりも大きいか否かが判断される。ｉ
がｍ以下の場合は、予備選択装置５によつて予備
的に選択された全登録特徴パターンのマツチング
が終了していないため、前述のステツプ２３以下
の動作が繰り返される。

ここで、第４図に示すマツチング誤差曲線Ａな
いしＤのうちマツチング誤差曲線Ａにおける最終
的なマツチング誤差Ｘが最小誤差レジスタ９に記
憶されている場合を想定する。この場合、マツチ
ング誤差曲線Ｂで示されるマツチング誤差の計算
過程においては、１４フレーム目で最小誤差レジ
スタ９のマツチング誤差Ｘを越えてしまう。この
ことはステツプ２６において判断される。そし
て、ステツプ３１において、そのときのマツチン
グ対象となつている登録特徴パターンのマツチン
グ計算が打切られる。同様に、マツチング誤差曲
線Ｃでは１１フレーム以後のマツチング計算が打
切られ、マツチング誤差曲線Ｄでは、９フレーム
以後のマツチング計算が打切られる。この計算の
打切りによつて本選択における計算量を少なくす
ることができる。

上述のようにして、予備選択された全登録特徴
パターンとのマツチングが終了すると、最小誤差
アドレスレジスタ１０には、予備選択された登録
特徴パターンのうち最小のマツチング誤差を有す
るもののアドレスが記憶されている。したがつ
て、このアドレスが認識結果として出力される。

第５図はこの発明の他の実施例を示すブロツク
図である。構成において、この実施例は以下の点
を除いて第１図の実施例と同様であり、相当する
部分には同様の参照番号を付しその説明を省略す
る。第５図に示す予備選択装置５０は第１図に示
す予備選択装置５と同様に、登録テーブル４のｎ
個の登録特徴パターンからｍ個の登録特徴パター
ンを選択する。しかし、予備選択装置５０は登録
特徴パターンそのものをマツチング誤差の小さい
もの順に並び換えて予備選択テーブル６０のパタ
ーンエリア６０ａに記憶させる。すなわち、予備
選択テーブル６０のパターンエリア６０ａは登録
特徴パターンのアドレスに代えて登録特徴パター
ンそのものを記憶する。また、本選択装置７０は
パターンメモリ３からの入力特徴パターンとパタ
ーンエリア６０ａの登録特徴パターンとを順次マ
ツチングし、そのマツチング誤差を計算する。そ
して、予備選択テーブル６０の対応のマツチング
誤差エリア６０ｂに転送する。さらに、本選択装
置７０はフレーム順次に累積的に求められるマツ
チング誤差を比較回路８に与えるとともに、マツ
チング誤差エリア６０ｂに既に記憶されているマ
ツチング誤差のうち最小のマツチング誤差を読出
して比較回路８に与える。比較回路８はフレーム
順次に累積的に与えられるマツチング誤差がマツ
チング誤差エリア６０ｂからの最小のマツチング
誤差を越えたとき、本選択装置７０に出力を導出
する。本選択装置７０はこの比較回路８からの出
力に応答して、そのときの登録特徴パターンのマ
ツチング計算を打切る。このようにして、予備選
択されたｍ個の登録特徴パターンとのマツチング
が終了すると、本選択装置７０はマツチング誤差
エリア６０ｂにおいて最小のマツチング誤差を記
憶しているものに対応の登録特徴パターン（ある
いはそのアドレス）を読出し、認識結果として出
力する。

なお、上述の実施例では、マツチング誤差に基
づいてマツチングを行なうようにしたが、これに
代えて類似度を求め、この類似度に基づいてマツ
チングを行なうようにしてもよい。この場合、フ
レーム順次に累積的に求められる類似度が既に全
体的な類似度が求められた類似度のうち最大の類
似度を示すものより小さくなつたとき、そのとき
の特徴パターンの類似度計算を打切るようにすれ
ばよい。

以上のように、この発明によれば、最終的な類
似計算の前に予備選択を行なうようにしたので、
最終的な類似計算はその選択された登録音声パタ
ーンについてのみ行なえばよく、最終的なマツチ
ングにおける計算量を大幅に減少することができ
る。

また、最終的な類似計算を行なう際に、既に計
算の終了した登録音声パターンの計算結果との比
較に基づいて以後の計算を停止するか継続するか
を決めているため、余分な計算時間を省き、計算
時間の短縮化が図れる。その際、比較の対象とな
る計算結果は、それまで計算の終了した登録音声
パターンの中で入力音声パターンに最も類似相関
の強いと判断されたものの計算結果が用いられる
ため、毎回の計算の停止時期が早くなり、一層の
計算時間の短縮化を図ることができる。

さらに、最終的な類似計算を行なうにあたり、
予備選択で設けられた優先順位に従つて登録音声
パターンと入力音声パターンとの類似計算を行な
うため、、確率的には入力音声パターンに対して
類似相関の強い登録音声パターンの計算結果が優
先的に比較対象として用いられることが多くな
る。その結果、各類似計算の途中で計算を停止す
る機会が多くなり、認識のための計算時間をさら
に短縮化することができる。

【図面の簡単な説明】

第１図はこの発明の一実施例を示すブロツク図
である。第２Ａ図および第２Ｂ図は第１図の実施
例の動作を説明するためのフローチヤートであ
る。第３Ａ図および第３Ｂ図は、それぞれ、第１
図に示す予備選択装置５および本選択装置７のマ
ツチング動作を説明するための図解図である。第
４図は本選択装置７におけるマツチング誤差曲線
を示す図である。第５図はこの発明の他の実施例
を示すブロツク図である。 図において、１は特徴抽出回路、４は登録テー
ブル、５および５０は予備選択装置、７および７
０は本選択装置、６および６０は予備選択テーブ
ル、８は比較回路、９は最小誤差レジスタ、１０
は最小誤差アドレスレジスタを示す。

Claims (1)

1. 【特許請求の範囲】 １ 認識すべき入力音声パターンと、複数種類の
   登録音声パターンとの間で類似計算を行ない、そ
   の計算結果に基づいて音声の認識判定を行なうよ
   うな音声認識装置であつて、 最終的な類似計算を行なう前に、予備的な類似
   計算を行ない、入力音声パターンと類似相関の強
   い登録音声パターンを類似相関の強いものから順
   に所定個数だけ選択してその順に並べる手段、 前記並べられた順に従つて、入力音声パターン
   と前記選択された各登録音声パターンとの間で最
   終的な類似計算を行なう手段、 前記最終的な類似計算が既に終了した登録音声
   パターンの計算結果を記憶する手段、 前記最終的な類似計算を行なう過程において、
   前記記憶手段に記憶されている計算結果と、現在
   実行中の類似計算の途中結果とを逐次的に比較
   し、いずれの計算結果の方がより強い類似相関を
   示すかを判断する手段、 前記比較の結果、前記記憶手段に記憶された計
   算結果の方がより強い類似相関を示した場合は、
   それ以後の類似計算を停止せしめて次の順位の音
   声パターンへ類似計算を移行させる手段、および 前記比較の結果、現在実行中の類似計算が終了
   するまで当該類似計算の結果の方がより強い類似
   相関を示し続けた場合は、前記記憶手段の記憶内
   容をそのときの類似計算の終了時の計算結果に書
   換える手段を備え、 それによつて探し出された最も類似相関の強い
   登録音声パターンを入力音声パターンとして認識
   する、音声認識装置。 ２ 前記最終的な類似計算は、入力音声パターン
   と前記選択された各登録音声パターンとの間の誤
   差を累積的に演算することによつて行なわれる、
   特許請求の範囲第１項記載の音声認識装置。 ３ 前記最終的な類似計算は、入力音声パターン
   と前記選択された各登録音声パターンとの間の類
   似度を累積的に演算することによつて行なわれ
   る、特許請求の範囲第１項記載の音声認識装置。